1281 articles
La physique de calcul, ou Comp-Ph, explore comment les superordinateurs modélisent l'univers, des collisions d'atomes à la formation des galaxies. Ce domaine transforme des équations complexes en simulations visuelles, permettant aux chercheurs de tester des théories impossibles à vérifier en laboratoire. C'est une fenêtre unique sur la mécanique fondamentale de la réalité, où le code informatique devient un outil d'observation aussi puissant que les télescopes.
Sur Gist.Science, nous parcourons systématiquement les nouveaux prépublications de arXiv dans cette catégorie pour vous offrir une double perspective. Chaque article reçoit un résumé technique précis pour les experts, accompagné d'une explication claire et accessible pour tous les curieux. Cette approche double garantit que vous comprenez à la fois la méthode scientifique rigoureuse et ses implications concrètes, sans barrière de langage.
Découvrez ci-dessous les dernières contributions de la communauté scientifique, soigneusement sélectionnées et résumées pour éclairer les avancées récentes en physique computationnelle.
Cette étude démontre que l'application de l'algorithme Multi-Objective MAP-Elites avec des archives de tessellation de Voronoï centrées, basées sur des embeddings chimiques appris via ChemBERTa-2 et UMAP, permet de découvrir des molécules non linéaires optiques de meilleure qualité et plus diversifiées que les approches traditionnelles à grille uniforme.
Cette étude démontre que la méthode SCF reste précise pour modéliser les énergies de liaison des électrons de cœur dans des molécules de taille moyenne comme l'anthrone, contredisant ainsi les rapports précédents sur ses échecs pour les systèmes plus grands.
Ce papier présente JZ-Tree, une bibliothèque open-source basée sur JAX et CUDA qui utilise une hiérarchie d'arbres Morton optimisée pour les GPU afin d'accélérer considérablement la recherche de voisins et le regroupement « amis d'amis » par rapport aux bibliothèques existantes.
Cet article présente une étude numérique de l'équation d'onde non linéaire fractionnaire cubique défocalisante en dimension un, démontrant que l'inflation de norme et l'existence d'une bien-posée probabiliste peuvent être observées numériquement dans les régimes sous-critiques et sur-critiques en énergie.
Cet article présente des schémas numériques d'ordre élevé basés sur des techniques de relaxation appliquées aux équations de Schrödinger-Poisson, garantissant la conservation de la masse et de l'énergie (ou le respect d'une équation de bilan pour les coefficients dépendant du temps) dans des simulations tridimensionnelles cosmologiques.
Cette étude présente un cadre intégré de conception assisté par l'apprentissage automatique pour explorer efficacement les espaces de composition des alliages complexes réfractaires, permettant de prédire avec une grande précision leur stabilité de phase et leurs propriétés mécaniques afin d'accélérer la découverte de nouveaux matériaux.
En utilisant une méthode de Monte Carlo diagrammatique contrôlée sur le réseau de Lieb, cette étude démontre que la réponse d'appariement diverge linéairement avec la température décroissante, permettant d'établir une borne supérieure précise pour la température critique de supraconductivité dans les systèmes à bande plate.
Cet article présente un cadre d'apprentissage profond nommé PAPS qui résout efficacement et en temps réel les équations de Fokker-Planck transitoires pour des paramètres et des distributions initiales arbitraires en unifiant les dynamiques via des mélanges gaussiens et un autoencodeur, surpassant ainsi les simulations Monte Carlo traditionnelles d'un facteur de quatre ordres de grandeur.
Le papier présente gyaradax, un solveur gyrocinétique local minimaliste écrit en JAX/CUDA et développé grâce à des flux de travail agentic, qui offre une accélération matérielle native et une différenciation automatique tout en validant ses résultats contre le code GKW pour faciliter la recherche à l'intersection de l'apprentissage automatique et de la physique des plasmas.
Cet article présente une méthode d'optimisation structurelle évolutive efficace pour les conceptions multi-résolutions, combinant la méthode BESO modifiée et la méthode XFEM étendue pour résoudre des problèmes de grande échelle avec une précision accrue et une efficacité computationnelle élevée.